混淆矩陣

我們以體檢為例，介紹混淆矩陣（confusion matrix）這個概念。

假設體檢有一項指標，結果可能是陰性（-），也可能是陽性（+），換句話說，體檢的這項指標可以看作一個二元分類（binary classification）問題。

那麼，根據報告的結果和實際情況，共有4種組合：

真陰性（True Negative）。體檢報告上為陰性（-），實際上也是陰性（-）。恭喜，你很健康。假陰性（False Negative）。你實際上是陽性（+），但是，很不巧，體檢沒有查出來，報告上是陰性（-）。真陽性（True Positive）。體檢報告上是陽性（+），實際上也是陽性（+）。很不幸，你得病了。不過，不幸之中的萬幸，體檢查出來了，早發現，早治療，也算一件好事。假陽性（False Positive）。體檢報告上是陽性（+），但其實你是陰性（-）。也就是說，虛驚一場。

如果我們對一批人進行體檢，並透過進一步複查，得到真實情況（ground truth），那麼，統計下上面4種情況一共出現了多少次，就得到了混淆矩陣。

視覺化混淆矩陣

使用Python來繪製混淆矩陣和視覺化？

用Python視覺化混淆矩陣很方便。

首先，sklearn的metrics模組提供了confusion_matrix. 可以透過以下方式呼叫：

confusion_matrix(y_test, y_pred)

返回一個混淆矩陣。得到混淆矩陣後，只需用matplotlib畫一下就可以了。

由於悟空問答不支援縮排，所以我這裡就不給出具體的繪圖程式碼了。可以參考sklearn官方文件中的例子：scikit-learn.org/stable/auto_examples/model_selection/plot_confusion_matrix.html

另外，其實seaborn的heatmap也可以用來畫混淆矩陣：

import seaborn as sn

sn.heatmap(cm, annot=True)

其中，`cm`為混淆矩陣。